A
Qwen3.6 Max PreviewOPEN
Qwen3.6 Max Preview (Alibaba): prezzi API live, finestra di contesto e le migliori alternative open-source, monitorate quotidianamente da OpenSourceAI.tech.
I prezzi si aggiornano automaticamente — controllati ogni ora rispetto ai prezzi della lista dei fornitori.
Benchmark e prestazioni
Punteggi di benchmark indipendenti per Qwen3.6 Max Preview, misurati da Artificial Analysis. Maggiore è meglio.
Con lo stesso budget, Qwen3.6 Max Preview offre 2.2 volte più capacità. I pesi aperti significano anche che puoi ospitarlo autonomamente e non pagare nulla per token.
Informazioni su questo modello
Qwen3.6 Max Preview è un modello AI a peso aperto di Alibaba. Puoi scaricarlo e ospitarlo autonomamente gratuitamente; i prezzi qui sotto sono i prezzi di listino delle API ospitate, monitorati ogni ora, per quando preferisci la comodità all'auto-ospitare.
Domande frequenti
Che cos'è Qwen3.6 Max Preview?
Qwen3.6 Max Preview è un modello di linguaggio AI di Alibaba. È a peso aperto: puoi scaricarlo ed eseguirlo sul tuo hardware, gratuitamente. Ottiene 40 sull'indice di intelligenza Artificial Analysis.
Qwen3.6 Max Preview è gratuito?
I pesi sono gratuiti e aperti — puoi ospitare Qwen3.6 Max Preview autonomamente e non pagare nulla per token. Se preferisci un'API ospitata, i prezzi di listino sono $1.03 per milione di token in input e $6.16 per milione di token in output.
A cosa serve Qwen3.6 Max Preview?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 88.8%, Humanity's Last Exam 28.9%, Long Context Reasoning 69.7%, SciCode 46.9%, IFBench 76.6%, τ²-Bench 95.9%, Terminal-Bench Hard 43.9%.
Posso auto-ospitare Qwen3.6 Max Preview?
Sì. Qwen3.6 Max Preview ha pesi aperti, quindi puoi scaricarlo ed eseguirlo sulla tua GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.
Alternative open-source
A seconda del tuo carico di lavoro, un modello a peso aperto che puoi ospitare autonomamente potrebbe ridurre drasticamente i costi o rimuovere completamente la tariffazione per token. Le nostre pagine di confronto mettono questo modello a confronto con i più forti contendenti open-source.